准确、快速地采集和计算出电力系统实时电压和电流的基波分量的有效值(或幅值)和相位对于保证电力系统的稳定、安全和经济运行十分重要。其精度和速度也是各种微机继电保护和自动控制装置的重要性能指标。然而,当电力系统频率偏离 50 Hz时,在定采样间隔条件下,利用快速Fourier变换(FFT)计算电压和电流的基波,会产生较大的误差。该文提出一种简单实用的基于 FFT的均值算法,它可以明显地提高基波电压和电流向量的计算准确度;利用该算法,可使电力系统频率在偏离额定频率±2Hz时,基波幅值计算结果的误差< 0.5,相
2021-10-11 17:07:43
344KB
1
本次提交实现了以下论文中提出的 ADASYN（自适应合成采样）算法： H. He、Y. Bai、EA Garcia 和 S. Li，“ADASYN：用于不平衡学习的自适应合成采样方法”，Proc。 国际。 J. Conf。 神经网络，第 1322-1328 页，（2008 年）。 ADASYN 算法的目的是通过现有少数类示例之间的线性插值从少数类中综合创建新示例来改善类平衡。 这种方法本身被称为 SMOTE 方法（合成少数过采样技术）。 ADASYN是SMOTE的扩展，在两个类别之间的边界附近而不是在少数种族内部创建更多示例。 提供了生成此提交的标题图的演示脚本。
2021-10-10 15:16:11
13KB
1